84641_it-IT

liliconcom

Interpretazione dei punti nel diagramma logistico

Sto cercando di capire i punti della trama logistica. Quando utilizzo Adatta Y per X, con Y nominale e X continuo, ottengo una curva logistica.La curva è perfettamente comprensibile, ma i punti per me non hanno senso.La guida di JMP dice: "Il grafico della probabilità logistica fornisce un quadro completo di ciò che il modello logistico si adatta. A ciascuno X valore, la scala di probabilità nel sì la direzione è divisa (partizionata) in probabilità per ciascuna categoria di risposta. Le probabilità vengono misurate come la distanza verticale tra le curve, con il totale su tutte Y probabilità di categoria che sommano a 1."Con solo 2 livelli per Y, ciò fornisce una spiegazione per la distanza verticale alla curva dall'asse X e la distanza sopra la curva: queste sono le probabilità per le due classi.Ma per quanto riguarda i punti, l'unica spiegazione che riesco a trovare dice: "I marcatori per i dati vengono disegnati al loro X -coordinarsi, con il sì posizione ha oscillato in modo casuale all'interno dell'intervallo corrispondente alla categoria di risposta per quella riga."Qualcuno può dirmi cosa significa?Perché nel mondo dovrei volere che i punti fossero nervosi in modo casuale?

Ri: Interpretazione dei punti nel diagramma logisticoStavo avendo la stessa difficoltà nell'interpretarlo, ma la colorazione mi ha davvero aiutato, grazie Mark!Ri: Interpretazione dei punti nel diagramma logistico

Prova a colorare in base allo stato per vedere se questo aiuta l'interpretazione della trama del mosaico in Logistica.

Ri: Interpretazione dei punti nel diagramma logistico

Ho essenzialmente la stessa domanda di Dale.Vorrei realizzare una trama che:

a) Mostra la curva logistica stimata
b) Mostra i dati in modo da fornire informazioni riguardanti il valore della variabile di risposta categoriale.

Utilizzo principalmente la regressione logistica per i dati di risposta binaria.Ecco un esempio che utilizza i classici dati di sopravvivenza del Titanic.La variabile di risposta è "Status", assumendo i valori sopravvissuto o deceduto.Utilizzando il generatore di grafici, posso creare la trama a cui credo Dale abbia fatto riferimento nel suo ultimo post, ma senza la curva di regressione logistica:


Questo ha jitter, che è vitale, ma è un jitter limitato in modo tale che sia chiaro quali punti dati appartengono a "sopravvissuto" e quali a "morto".  

Ecco la trama che ottengo quando eseguo il modello di regressione logistica:

Ora la posizione verticale di ciascun punto sembra essere del tutto casuale e quindi non fornisce alcuna informazione.Mi sto perdendo qualcosa riguardo a cosa significa locale verticale?Capisco il valore del jitter, ma sembra che sia così tanto che non è più possibile discernere quali punti dati appartengono a quale categoria della risposta.  

 

Esiste un modo (tramite la GUI) per combinare questi tipi di grafici, in modo da avere il grafico creato da Graph Builder, con la curva logistica sovrapposta?

 

Grazie,

Ben

Ri: Interpretazione dei punti nel diagramma logistico

Sfortunatamente, il jitter lungo le linee orizzontali 0 e 1 non funziona perché la posizione lungo l'asse x è importante ed è già determinata nei dati. Puoi jitter solo nella direzione Y.

Ri: Interpretazione dei punti nel diagramma logisticoGrazie per la spiegazione. Immagino di non trovare affatto utile il display nel caso di 2 livelli. Lo archivierò insieme alla visualizzazione ANOVA dei cerchi per i gruppi di confronto (ogni coppia o Tukey HSD). La maggior parte dei display JMP sono altamente informativi e utili, ma li considero eccezioni a questa regola. Per quanto riguarda i punti densi, il jitter va bene, ma potrebbero essere jitter lungo le linee orizzontali 0 e 1.Ri: Interpretazione dei punti nel diagramma logistico

L'ascissa è il valore del reddito. L'ordinata è sotto la curva logistica perché i dati sono Acquisto? = 1.

 

Non dovresti interpretare il valore dell'ordinata come una probabilità. La posizione verticale non ha tale significato.Il marcatore è posizionato tra 0 e la probabilità condizionata Acquisto? = 1 con jitter. La probabilità marginale è la differenza tra i segni di tic e la probabilità condizionata che Acquista? = 1 per tutti i dati è la curva logistica.

 

Alcuni grafici per la regressione logistica tracciano i marcatori come preferisci: usa il livello categorico numerico o assegna un indice e usa il risultato per l'ordinata. Questo modo porta a due problemi. Il primo problema è che i marcatori si sovrappongono in una distribuzione densa. La soluzione è il jitter. (Suggerimento, suggerimento) Il secondo problema è che questa soluzione è troppo semplice. Non si generalizza a casi con più di due livelli. (Immagina di tracciare i dati in questo modo nel caso del mio precedente esempio di età rispetto all'altezza.)

Ri: Interpretazione dei punti nel diagramma logistico

Non sto seguendo.Usiamo l'esempio più semplice in cui ci sono solo due gruppi: acquirenti e non acquirenti.Ho creato un set di dati simulato e questo è il grafico che ottengo:

Ho evidenziato il punto con il reddito più alto - che ha la più alta probabilità di acquisto.Puoi spiegare perché quel punto si trova dov'è?Il jitter casuale in verticale sembra posizionarlo vicino al 50% di probabilità di acquisto o mancato acquisto.Cosa vorrei?Suppongo che preferirei visualizzare i punti effettivi (acquisto o non acquisto, ovvero 0 o 1).Quindi posso valutare visivamente come la curva logistica stimata si conforma a quei punti effettivi (proprio come otterrei se rendessi continua la variabile Y).Non sono sicuro di cosa mi dica il grafico sopra riguardo ai punti.La curva, tuttavia, è chiara.

Ri: Interpretazione dei punti nel diagramma logistico

La trama logistica è correlata alla trama del mosaico. Entrambi sono visualizzazioni di proporzioni o probabilità rispetto ai livelli di un predittore. Il grafico a mosaico utilizza in genere l'area per rappresentare sia la proporzione (verticale) che la dimensione del campione (orizzontale) per un predittore categoriale. Il grafico a mosaico e il grafico logistico mostrano entrambi un segno di spunta sul lato destro del riquadro del grafico per indicare la probabilità marginale cumulativa. La curva logistica visualizza una curva per ogni logit per la probabilità condizionale che dipende dal predittore continuo.

 

Nella regressione è utile tracciare insieme i dati e il modello (il grafico della funzione). Questo grafico può essere utilizzato per valutare le ipotesi di regressione e la qualità complessiva dei dati e rilevare la mancanza di adattamento. Come potrebbero essere conservati i dati? In particolare, quale dovrebbe essere il valore dell'ordinata?JMP posiziona il marcatore tra i limiti della probabilità 0, le curve logistiche e 1. Ma esattamente dove dovrebbero essere tracciati i marcatori? La probabilità marginale? In una posizione a metà strada tra le probabilità condizionali limite? JMP aggiunge jitter in modo che i marcatori siano distribuiti verticalmente.

 

 

In questo modo si aiuta la valutazione dell'adattamento e dei dati.

 

Come diavolo potresti tracciare i dati?